Inteligência Artificial

Apresentação em tema: "Inteligência Artificial"— Transcrição da apresentação:

1 Inteligência Artificial

2 Lógica

3 Lógica Utilizadas pela Inteligência Artificial
Auxiliam na modelagem do conhecimento Lógica é a ciência que estuda princípios e métodos de inferência, tendo o objetivo principal de determinar em que condições certas coisas se seguem (são conseqüência), ou não, das outras.

4 Raciocínio e Inferência
Conto de fadas... Há não muito tempo atrás, num país distante, havia um velho rei que tinha três filhas, inteligentíssimas e de indescritível beleza, chamadas Guilhermina, Genoveva e Griselda. Sentindo-se perto de partir desta para melhor, e sem saber qual das filhas designar como sua sucessora, o velho rei resolveu submetê-las a um teste. A vencedora não apenas seria a nova soberana, como ainda receberia a senha da conta secreta do rei (num banco suíço), além de um fim de semana com despesas pagas na Disleylândia. Chamando as filhas à sua presença, o rei mostrou-lhes cinco pares de brincos, idênticos em tudo com exceção das pedras neles engastadas: três eram de esmeralda, e dois de rubi.

5 Raciocínio e Inferência
continuação... O rei vendou então os olhos das moças e, escolhendo ao acaso, colocou em cada uma delas um par de brincos. O teste consistia no seguinte: aquela que pudesse dizer, sem sombra de dúvida, qual o tipo de pedra que havia em seus brincos herdaria o reino (e a conta na Suíça etc.). A primeira que desejou tentar foi Guilermina, de quem foi removida a venda dos olhos. Guilhermina examinou os brincos de suas irmãs, mas não foi capaz de dizer que tipo de pedra estava nos seus (e retirou-se, furiosa).

6 Raciocínio e Inferência
continuação... A segunda que desejou tentar foi Genoveva. Contudo, após examinar os brincos de Griselda, Genoveva se deu conta de que também não sabia determinar se seus brincos eram de esmeralda ou rubi e, da mesma forma que sua irmã, saiu batendo a porta. Quanto a Griselda, antes mesmo que o rei lhe tirasse a venda dos olhos, anunciou corretamente, alto e bom som, o tipo de pedra de seus brincos, dizendo ainda o porquê de sua afirmação. Assim, ela herdou o reino, a conta na Suíça e, na viagem à Disneylândia, conheceu um jovem cirurgião plástico, com quem se casou e foi feliz para sempre.

7 Raciocínio e Inferência
Pergunta: Que brincos tinha Griselda, de esmeralda ou de rubi? Justifique sua resposta. Aviso: Da mesma maneira que aprender matemática, aprender lógica envolve a realização de exercícios, sem o que as coisas não progride.

8 Raciocínio e Inferência
De volta ao exercício, você descobriu que os brincos de Griselda eram de esmeralda? Como? Palpite Sorte Você deve expor as razões que o levaram a concluir que os brincos eram de esmeralda, pois as princesas estavam obrigadas a isto. Só levaria o reino quem acertasse e justificasse a resposta.

9 Raciocínio e Inferência
Como você descobriu? Lei das probabilidades, há mais chances de que os brincos de Griselda sejam de esmeralda – afinal, há um número menor de brincos de rubi. Ou pode ter procurado imaginar o que aconteceria se os brincos de Griselda fossem de rubi, e ter chegado à conclusão de que isso não poderia ter ocorrido. Ou de brincos e princesas, e tenha prosseguido eliminando sistematicamente aquelas combinações que contrariavam os dados do problema.

10 Raciocínio e Inferência
Seja lá como for, em algum lugar do seu cérebro ocorreu um processo que fez com que você passasse a acreditar numa certa conclusão: os brincos de Griselda tinham que ser de esmeralda. Esse processo se chama: raciocínio ou processo de inferência. Raciocinar ou fazer inferências consiste em “manipular” a informação disponível (aquilo que sabemos ou supomos), obtendo informação nova.

11 Argumentos Justificar uma afirmação que se faz, ou dar as razões para uma certa conclusão obtida, é algo de bastante importância em muitas situações. Exemplo: convencer outras pessoas de alguma coisa, ou precisa saber com certeza se o dinheiro vai ser suficiente ou não para pagar a faculdade, o seu agir depende de ter essa certeza; A importância de uma justificativa vem do fato de que muitas vezes cometemos erros de raciocínio, chegando a uma conclusão que simplesmente não decorre da informação disponível. Em muitas situações é necessário explicar por que você chegou a uma tal conclusão, ou com base em que você está afirmando tal coisa.

12 Argumentos Uma justificativa de que os brincos de Griselda são de esmeralda pode ser: Existem apenas dois pares de brincos de rubi; logo, se tanto Genoveva quanto Griselda estivessem com brincos de rubi, Guilhermina, a primeira, saberia que os seus são de esmeralda. Guilhermina, contudo, não soube dizer qual o tipo de pedra em seus brincos. Logo, ou Genoveva e Griselda tinham ambas brincos de esmeralda, ou uma tinha brincos de rubi e a outra de esmeralda. Mas disso se segue agora que, se Griselda tivesse brincos de rugbi, Genoveva, a segunda, teria cisto isso e saberia que os seus são de esmeralda. Genoveva, contudo, também não soube dizer qual o tipo de pegra em seus brincos. Logo, Griselda não tinha brincos de rubi, ou seja, seus brincos eram de esmeralda.

13 Argumentos Note que a justificativa não é um processo mental de raciocínio, mas consiste em várias sentenças em português, que podem ser compreendidas por outras pessoas. É uma espécie de “reconstrução racional” desse processo: uma listagem das razões que o levam a crer que os brincos são de esmeralda. O trecho contém argumentos a favor da conclusão de que os brincos de Griselda são de esmeralda.

14 Validade e forma Uma das coisas das quais a lógica se ocupa é na análise dos argumentos que são construídos. Cabe à lógica dizer se estamos diante de um “bom” argumento ou não. Exemplo: P1: Todo gato é mamífero. P2: Miau é um gato. ├ Miau é um mamífero. Não deve haver muita dúvida que a conclusão está adequadamente justificada pelas premissas.

15 Validade e forma Vamos analisar este outro argumento, considerando que Lulu é um cachorro: P1: Todo gato é mamífero. P2: Lulu é um mamífero. ├ Lulu é um gato. É óbvio que há alguma coisa errada com esse argumento: apesar de as premissas serem verdadeiras, a conclusão é falsa. Lulu é de fato um mamífero, mas ele é um cachorro.

16 Sistemas Especialistas

17 Sistemas Baseados em Conhecimento
Baseiam-se em um modelo explícito de conhecimento destinado a solucionar problemas O conhecimento deve ser representado em forma de regras ou modelos de objetos São sistemas que aplicam mecanismos automatizados de raciocínio para a representação e inferência de conhecimento

18 Formalismos para Modelar o Conhecimento
Regras de produção Raciocínio baseados em casos Redes neurais Redes probabilísticas entre outros...

19 Sistema Especialista (SE)
Subárea da Inteligência Artificial Utilizado para processar informações não numéricas Apresentando conclusões sobre um determinado tema, desde que devidamente orientado e “alimentado”. Ainda, é projetado para emular a especialização humana de algum domínio específico.

20 Conceitos básicos Habilidade (Especialidade) Especialista
conhecimento especializado adquirido por longo treinamento, leitura e experiência Especialista Quem possui o conhecimento, experiência, métodos e a habilidade de aplicá-los para dar conselhos e resolver problemas. Engenheiro de conhecimento Guia a aquisição, representação do conhecimento especializado, bem como a implementação e refinamento do SE.

21 Personagens de um SE

22 Aquisição de Conhecimento
Aquisição/Explicitação de conhecimento acumulação, transferência e transformação de alguma fonte de conhecimento para um computador (base de conhecimento). Espécie de engenharia de requisitos mais complexa Pode originar-se de várias fontes: especialistas, livros e documentos, filmes, etc. Principais fases da aquisição identificar características do problema isolar os conceitos principais e suas relações (ontologia) identificar inferências sobre estes conceitos

23 Programa X Sistema Especialista
Representação do conhecimento Implícita Explícita Realidade expressa em termos de Modelos matemáticos Modelos cognitivos Conhecimento traduzido em Algoritmos Estruturas hierárquicas Redes semânticas Regras Árvores de decisão Tabelas de decisão Redes de inferência O computador executa Processamento numérico (cálculos) Processamento simbólico (inferências) Tipo de resultados Numéricos Conhecimento

24 Como funciona um SE? O usuário final normalmente interage com um sistema especialista através de um diálogo, por exemplo: P. Você sabe para qual restaurante você quer ir? R. Não. P. Há algum tipo de comida em particular que você goste? R. Não sei. P. Você gosta de comida apimentada? P. Normalmente você bebe vinho durante a refeição? R. Sim. P. Quando você bebe vinho, é vinho francês?

25 Regras do SE

26 Raciocínio Baseado em Regras
Representação do conhecimento para a resolução do problema através de regras do tipo “se...então...” (regras de produção) Exemplo: Se (Qualifica = SIM) e (Média < 3,5) e (Experiência >= 2) Então (Posição = engenheiro de serviço)

27 Características das Regras de Produção
Representam conhecimento de forma modular cada regra representa um “pedaço” de conhecimento independente cuidado: a consistência deve ser mantida. São fáceis de compreender (legíveis) e de modificar Novas regras podem ser facilmente inseridas na BC Podem ser usadas tanto com raciocínio progressivo quanto com raciocínio regressivo.

28 Exemplo de regras para veículos
Bicicleta: Se veículoTipo=ciclo E num-rodas=2 E motor=não Então veículo=Bicicleta Triciclo: Se veículoTipo=ciclo E num-rodas=3 Então veículo=Triciclo Motocicleta: Se veículoTipo=ciclo E motor=sim Então veículo=Motocicleta

29 Exemplo de regras para veículos
CarroSport: Se veículoTipo=automóvel E tamanho=pequeno E num-portas=2 Então veículo=CarroSport Sedan: Se veículoTipo=automóvel E tamanho=médio E num-portas=4 Então veículo=Sedan MiniVan: Se veículoTipo=automóvel E num-portas=3 Então veículo=MiniVan

30 Exemplo de Aplicação

31 Problema Oferta de emprego a um candidato em uma empresa.
Variáveis de entrada: Descoberta (Sim / Não), Diploma (Sim / Não), Experiência (em anos), Média (nota média do histórico); Variáveis de saída: Posição (Nenhuma / Pesquisa / Eng. De Serviço / Eng. De Produto), Qualifica (Sim / Não).

32 Variáveis Descoberta: o candidato fez alguma descoberta?
Diploma: o candidato tem curso superior ? Experiência: quantos anos de experiência tem o candidato ? Média: qual a nota média do candidato em seu curso superior ? Posição:que posição deve ser oferecida ao candidato ? Qualifica: o candidato se qualifica para uma posição ?

33 Regras R1: SE (Diploma = Não) ENTÃO (Posição =Nenhuma);
R2: SE (Diploma = Sim) ENTÃO (Qualifica = Sim); R3: SE (Diploma = Sim) E (Descoberta = Sim) ENTÃO (Posição = Pesquisa); R4: SE (Qualifica = Sim) E (Média <= 7,0 ) E (Experiência >= 2) ENTÃO (Posição = Eng. de Serviço); R5: SE (Qualifica = Sim) E (Média < 7,0) E (Experiência < 2) ENTÃO (Posição = Não); R6: SE (Qualifica = Sim) E (Média > 7,0) ENTÃO (Posição = Eng. de Produto);